[发明专利]集成电路及其配置方法

说明书

本申请提供一种集成电路及其配置方法。该集成电路应用于一神经网络计算，其包括一第一算子引擎、一第二算子引擎、一随机存取存储器及一直接存储器访问引擎。第一算子引擎用来进行一第一计算操作。第二算子引擎用以进行一第二计算操作。直接存储器访问引擎于该第一算子引擎进行该第一计算操作时，依据一第一存储器管理单元表对该随机存取存储器进行存取操作，并于该第二算子引擎进行该第二计算操作时，依据一第二存储器管理单元表对该随机存取存储器进行存取操作。

技术领域

本申请涉及电路设计，尤其涉及一种集成电路(integrated circuit,IC)及其配置(configuration)方法。

背景技术

依据相关技术，一神经网络模型可应用于各种不同的处理，以达到简单的逻辑电路无法达到的目标。然而，可能发生某些问题。例如，该神经网络模型的相关计算可以非常复杂，且这些计算所需要的存储器的容量可以非常大。当尝试将该神经网络模型实施于一电子产品时，由于存储器资源的需求极大，故相关成本会对应地增加。因此，需要一种新颖的方法及相关架构，以在没有副作用或较不可能带来副作用之状况下实现精巧(compact)、快速且可靠的电子产品。

发明内容

本申请的一目的在于提供一种集成电路及其配置方法，以解决上述问题。

本申请的一实施例提供一种集成电路，应用于一神经网络计算，其包括一第一算子引擎、一第二算子引擎、一随机存取存储器及一直接存储器访问引擎。第一算子引擎用来进行一第一计算操作。第二算子引擎用以进行一第二计算操作。直接存储器访问引擎于该第一算子引擎进行该第一计算操作时，依据一第一存储器管理单元表对该随机存取存储器进行存取操作，并于该第二算子引擎进行该第二计算操作时，依据一第二存储器管理单元表对该随机存取存储器进行存取操作。

本申请的一实施例提供一种集成电路的配置方法，其中该配置方法可包括：对一神经网络模型的计算所需要的所有张量存储器进行对应于多个预定单位页面的划分；分别对该多个预定单位页面进行数据依赖分析以建立多个数据依赖关系，且根据该多个数据依赖关系对该多个预定单位页面进行多个虚拟缓存器的分配；分别对该多个虚拟缓存器进行生命周期分析，其中该生命周期分析的分析结果指出该多个虚拟缓存器各自的生命周期；依据所述分析结果，进行多个物理缓存器的分配；以及建立多个预定存储器管理单元表以记录虚拟地址和物理地址之间的映射关系，以容许该集成电路于一使用阶段中，根据一预先加载的存储器管理单元表中的至少一映射关系查找至少一物理地址以存取数据，其中该预先加载的存储器管理单元表系选择自该多个预定存储器管理单元表。

本申请的好处之一是，透过仔细设计的存储器管理机制，本申请的集成电路及其配置方法能用有限的存储器资源来实现该神经网络模型的非常复杂的计算。由于存储器资源可被妥善地管理，故本申请的集成电路及其配置方法能避免过大的存储器需求，且避免不必要的额外成本。相较于相关技术，本申请的集成电路及其配置方法能在没有副作用或较不可能带来副作用的状况下实现精巧、快速且可靠的电子产品。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为依据本申请一实施例的一种集成电路的示意图。

图2为依据本申请一实施例绘示的图1所示的集成电路的配置方法的一存储器区域重用控制方案。

图3为依据本申请一实施例绘示的该配置方法的一存储器映射控制方案。

图4为依据本申请一实施例绘示的该配置方法的一数据依赖分析控制方案。

图5为依据本申请一实施例绘示的该配置方法的一生命周期分析控制方案。